Применение нейронной сети архитектуры EfficientNetB0 для задачи анализа видеопотока из зоны индукционной пайки волноводных трактов

Описание

Тип публикации: доклад, тезисы доклада, статья из сборника материалов конференций

Конференция: Ключевые тренды развития искусственного интеллекта: наука и технологии; Москва; Москва

Год издания: 2023

Ключевые слова: EfficientNetB0, индукционная пайка, нейронные сети, волновод, induction brazing, neural nets, waveguide

Аннотация: Индукционная пайка зарекомендовала себя как надежный метод неразъемного соединения волноводных трактов в аэрокосмической промышленности, так как в данной отрасти уделяется большое внимание качеству соединения. Однако существует проблема определения этапов технологического процесса, что зачастую влечет большое количество дефектов (рПоказать полностьюасплав, протекание припоя, не провары и т. п.) В данном исследовании проводится анализ естественных, искусственных и сверточных нейронный сетей с целью выявления наиболее подходящей архитектуры для разработки в будущих исследованиях интеллектуальной системы определения этапов технологического процесса индукционной пайки. Результаты показали, что архитектура EfficientNetB0 достигает точности 97,5 % на тестовом датасете, что является отличным показателем. Induction brazing has proven to be a reliable method for seamlessly connecting waveguide routes in the aerospace industry, as it pays great attention to the quality of the compound. However, there is a problem of determining the stages of the technological process, which often entails a large number of defects (melt, drift, no seepage, etc.) artificial and convoluted neural networks in order to identify the most suitable architecture for the development in future studies of an intelligent system for determining the stages of the technological process of induction soldering. The results showed that the EfficientNetB0 architecture achieves 97.5 % accuracy on the test dataset, which is an excellent indicator.

Ссылки на полный текст

Издание

Журнал: Ключевые тренды развития искусственного интеллекта: наука и технологии

Номера страниц: 48-53

Место издания: Москва

Персоны

  • Тынченко Вадим Сергеевич (МГТУ им. Н.Э. Баумана, НОЦ «Технологии искусственного интеллекта»)
  • Курашкин Сергей Олегович (МГТУ им. Н.Э. Баумана, НОЦ «Технологии искусственного интеллекта»)
  • Нелюб Владимир Александрович (МГТУ им. Н.Э. Баумана, НОЦ «Технологии искусственного интеллекта»)

Вхождение в базы данных